Screenshot

【月1特定テーマ講座(4月)】
Python で学ぶ 明日 からできる
「ビジネス数理最適化」超入門

【開催日時】 全2回 4/11, 4/25 (土) 13:30-17:00
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 2万2千円(税込み)/人
Screenshot

【Python無料基礎講座(4月)】(土曜日版)
はじめての人でも分かる
Pythonグラフ化講座・超入門

【開催日時】 2026年4月18日(土)(13:30〜18:00)
【受講形式】 当日Zoom(Liveのみ)
【参加費用】 無料
Screenshot

【個人向け養成講座(5月スタート)】
企業事例でガッツリ学ぶ
「Python ビジネス時系列データ分析」入門コース

【開催日時】 全5日(土)2026/5/16,5/30,6/13,6/27,7/11(13:30〜18:00)
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 8万8千円円(税抜き)/人
Screenshot

【Python無料基礎講座(5月)】(土曜日版)
Pandasで学ぶ
基礎集計とクロス集計

【開催日時】 2026年5月23日(土)(13:30〜18:00)
【受講形式】 当日Zoom(Liveのみ)
【参加費用】 無料

RECENT ARTICLES

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その5-1(予測モデル構築 – 学習データ・テストデータ分割)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その5-1(予測モデル構築 – 学習データ・テストデータ分割)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その4-3(RadiantでEDA – 記述統計量)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その4-3(RadiantでEDA – 記述統計量)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その4-2(RadiantでEDA – ピボット集計)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その4-2(RadiantでEDA – ピボット集計)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その4-1(RadiantでEDA – グラフ作成)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その4-1(RadiantでEDA – グラフ作成)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その3(Radiantでデータ抽出(絞り込み))

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その3(Radiantでデータ抽出(絞り込み))

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その2(Radiantのデータ読み込み)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その2(Radiantのデータ読み込み)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
STEP 3(分析)その3-5|チェックシート・層別<br>– 古くて新しいQC7つ道具 –

STEP 3(分析)その3-5|チェックシート・層別
– 古くて新しいQC7つ道具 –

データを集めたら、次にデータを分析しなければなりません。 集めたデータと分析の関係は、食材と料理の関係に似ています。良い食材であっても料理人の腕に問題があると台無しになることがあります。不十分な食材でも調理しだいで美味し...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その1(Radiantのインストール・起動・終了)

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その1(Radiantのインストール・起動・終了)

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
STEP 3(分析)その3-4|パレート図・特性要因図<br>– 古くて新しいQC7つ道具 –

STEP 3(分析)その3-4|パレート図・特性要因図
– 古くて新しいQC7つ道具 –

データを集めたら、次にデータを分析しなければなりません。 集めたデータと分析の関係は、食材と料理の関係に似ています。良い食材であっても料理人の腕に問題があると台無しになることがあります。不十分な食材でも調理しだいで美味し...
PythonのAutoFeatを使った自動特徴量エンジニアリング<br>(Automatic Feature Engineering)その2(分類問題)

PythonのAutoFeatを使った自動特徴量エンジニアリング
(Automatic Feature Engineering)その2(分類問題)

数理モデルを作る上で特徴量エンジニアリング(Feature Engineering)は地味に重要です。 例えば、より精度の高い予測モデルを構築したいのであれば、アルゴリズムのパラメータチューニングとともに特徴量エンジニア...
PythonのAutoFeatを使った自動特徴量エンジニアリング<br>(Automatic Feature Engineering)その1(回帰問題)

PythonのAutoFeatを使った自動特徴量エンジニアリング
(Automatic Feature Engineering)その1(回帰問題)

数理モデルを作る上で特徴量エンジニアリング(Feature Engineering)は地味に重要です。 例えば、より精度の高い予測モデルを構築したいのであれば、アルゴリズムのパラメータチューニングとともに特徴量エンジニア...